作者：接地氣的陳老師

來源：接地氣學(xué)堂

一提人工智能大數(shù)據(jù)，必有人提啤酒與尿布，有意思的是，都2020年了，還有人信這個老掉牙的都市傳說。今天我們系統(tǒng)講解一下。

 1 站在背后的關(guān)聯(lián)規(guī)則

支持啤酒與尿布故事的，是關(guān)聯(lián)規(guī)則算法。注意：關(guān)聯(lián)規(guī)則算法本身沒啥問題，這是一種發(fā)現(xiàn)關(guān)聯(lián)關(guān)系（注意：不是因果關(guān)系哦）的手段，并且它的算法原理非常簡單，需要的數(shù)據(jù)也非常少，因此適用范圍非常廣。

假設(shè)有6種產(chǎn)品，ABCDEF，一個客人買了AB去結(jié)賬，收銀員打出一張小票，上邊有AB產(chǎn)品的名稱、價格，我們可以用0、1代表是否有該商品，簡單把小票表示成：

類似地，如果有5張訂單，可以表示成：

 注意，即使沒有計算，用肉眼也能看到，似乎ABC三個產(chǎn)品在訂單里同時出現(xiàn)的幾率很高，這就是關(guān)聯(lián)規(guī)則的基本思路：找到同時出現(xiàn)頻率高的組合。只不過，我們需要用一些指標(biāo)來衡量：到底什么算高。 

因為有六個商品，所以同時出現(xiàn)的組合有很多種：A+B，A+B+C等，我們從最簡單的兩兩組合開始計算，再算三三、四四……計算組合的時候，我們希望組合出現(xiàn)的頻率越高越好，因此有了支持度概念：

兩個商品的購買可能有先后順序，比如先A后B，這時候可以算購買A的情況下，用戶購買B的概率，從而決定在用戶購買A以后推B產(chǎn)品，或者是C、D產(chǎn)品。因此引入置信度概念：

 注意，雖然算出來購買A以后有75%概率購買B，但是不一定非等到用戶買A再推薦B。如這個小例子里，直接推B也有80%購買率，顯然非等到買了A再推B會很不劃算，購買率還跌了，因此引入提升度概念：

支持度、置信度、提升度的計算都很簡單，理論上，只需要設(shè)定支持度與置信度的要求，之后按一定順序遍歷所有組合（比如Apriori算法），即能找出所有符合條件的組合。這種方法最大的優(yōu)勢就是簡單，計算方法、計算邏輯都簡單，且需要的數(shù)據(jù)很少，只要有訂單數(shù)據(jù)即可，數(shù)據(jù)采集永遠(yuǎn)是算法的頭號大敵，一個需要數(shù)據(jù)少的方法，自然會被極其廣泛的運(yùn)用。特別是應(yīng)用于購物籃分析。

 然而，運(yùn)用歸運(yùn)用，你真在哪個超市見過啤酒與尿布堆在一起的嗎。很快講故事的人便發(fā)現(xiàn)了這個bug，于是改口說：國外的超市……欺負(fù)大家出國少呀。那事實的真相到底是啥呢？

 2 為啥現(xiàn)實中不存在

很遺憾，啤酒與尿布在現(xiàn)實中不存在。首先因為啤酒與尿布是teradata公司的銷售編出來的故事。它完美符合了賣科技產(chǎn)品需要“意料之外，情理之中”的講故事原則，因此才流傳廣泛。在實際運(yùn)用的時候，無論是技術(shù)上還是業(yè)務(wù)上，類似“啤酒與尿布”的完美案例都不存在。

從技術(shù)上看，關(guān)聯(lián)規(guī)則作為一種無監(jiān)督找規(guī)律方法，更適合做探索性分析，不太適合直接指向一個可落地的SKU組合。注意，上邊的例子是高度濃縮的，所以看起來簡單可行。比如啤酒，實際上還包含了品牌、包裝、價格、是否促銷、是否臨近保質(zhì)期等眾多因素。實際上SKU極其龐大，且單個SKU的數(shù)據(jù)非常零散。

如果只籠統(tǒng)地用“啤酒”這個大品類做關(guān)聯(lián)，得出的數(shù)據(jù)幾乎沒啥指導(dǎo)意義。如果細(xì)到某一個具體價位具體保質(zhì)期的SKU， 比如“Corona/科羅娜啤酒330ml*24瓶178元非折扣非臨期”與“寶適綠幫紙尿褲S164新生嬰兒超薄透氣干爽款155元”單個具體SKU之間的支持度和置信度都非常低，很難達(dá)到落地的程度。

這是導(dǎo)致啤酒與尿布不會出現(xiàn)在超市里根本原因。隨便一個3米5門頭的小超市尿布至少幾十款，啤酒至少幾十款，到底哪個該擺在一起！還要考慮啤酒的冷藏問題，總不能在冰柜里放尿布吧。至于幾百上千平米大超市，啤酒SKU數(shù)幾千款，尿布幾千款，貨架長達(dá)數(shù)十米，只能分開放在酒水飲料區(qū)和母嬰用品區(qū)。這倆擺在一起，肯定被商場主管活活毆打致死。

從業(yè)務(wù)上講，關(guān)聯(lián)規(guī)則同所有數(shù)學(xué)、統(tǒng)計學(xué)模型一樣，只能說明兩個數(shù)字之間有關(guān)聯(lián)關(guān)系，無法論證任何實際意義上邏輯關(guān)系?！皨寢寕冑I尿布的時候會順便給爸爸買啤酒”的解釋，完全就是為了圓故事而圓故事。如果真站在買尿布的媽媽的角度，她有100個理由去買更更值得買的東西，比如干紙巾和濕紙巾。給BB換過尿布的人都知道，那紙巾用起來簡直像潑水一樣快。有更直接、更明確的驅(qū)動力存在，為啥要舍近求遠(yuǎn)。

 3 現(xiàn)實中是怎么玩的

本質(zhì)上，消費(fèi)者的決策是多因素的，生理性需求，認(rèn)知層次，產(chǎn)品價格，材質(zhì)，廣告、宣傳、都會影響消費(fèi)者最終決策。因此想帶動關(guān)聯(lián)銷售，方法多的很。

最直接的，基于業(yè)務(wù)規(guī)律的推薦，也就是俗稱的硬規(guī)則。比如有的書就上中下冊，拆開了就是沒頭沒尾；有的藥就是要一起吃，亂吃會死人。這些商品有固定的規(guī)律。這時候就不需要看數(shù)據(jù)，而是根據(jù)業(yè)務(wù)規(guī)律直接做推薦。

有些不是硬規(guī)則，但是是人們約定俗成的習(xí)慣。比如出去燒烤，就是需要碳、爐子、簽子、醬油、雞翅、可樂；啤酒就是和花生米、小龍蝦、黃瓜拉皮一起吃；比如方便面就是配火腿腸。這種是軟規(guī)則。這些基于用戶習(xí)慣的軟規(guī)則，也能成為推薦的工具。比如做生鮮電商，可以一件件散著賣，也能打包一個“養(yǎng)秋膘火鍋套裝”把羊肉卷、湯底料、丸子、香菇等涮鍋食材打包賣。

有些曾經(jīng)不是規(guī)則，但是經(jīng)過商家的宣傳廣告，植入進(jìn)用戶腦海的規(guī)則。比如女生各種化妝品，男生各種游戲皮膚、套裝；比如最經(jīng)典的：怕上火喝XXX；比如學(xué)數(shù)據(jù)分析要ESP套餐。這些是基于營銷宣傳的偽規(guī)則。雖然沒有啥科學(xué)道理，但是用戶能接受，就能成為推薦準(zhǔn)則。

當(dāng)然，還有最簡單粗暴的，基于打折的惠規(guī)則。最簡單的，用戶加入購物車以后，發(fā)現(xiàn)自己已經(jīng)買了400，還有一張滿500減100的券能用。這時候用戶急著找的就是“哪里有不雞肋的100元東西可以買”。很有可能她會選紙巾、沐浴露、米面油這種能存放的硬通貨。

這些都是業(yè)務(wù)方能發(fā)揮主觀能動性創(chuàng)造出的規(guī)則。所以請同學(xué)們牢記，并轉(zhuǎn)發(fā)給業(yè)務(wù)方看：不存在一個不用你努力，就靜靜躺在數(shù)據(jù)庫里等著被你的數(shù)據(jù)分析師發(fā)現(xiàn)的神秘力量。在2020年，沒有誰家的產(chǎn)品是100%獨(dú)特的，想業(yè)績做的比別人好，關(guān)鍵是自己得努力做。

當(dāng)然，業(yè)務(wù)方想發(fā)揮主觀能動性，也是需要數(shù)據(jù)支持的（如下圖）：

——熱門課程推薦：

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營就業(yè)班”了解課程詳情；

想了解更多優(yōu)質(zhì)課程，請點(diǎn)擊>>>